Grok 影片生成：功能、限制與提示詞範例
使用 Grok 影片生成前，先確認入口、可用功能與限制。提示詞要交代主體、動作和鏡頭，並把必須保留的細節寫清楚。
Grok 的影片模型可將句子（或照片）變成短片，長達 15 秒。在 GO AI Chat 中，它位於影像生成旁邊的 Lab 選項卡中，因此您無需為單獨的應用程式付費。 The prompt pattern that works is boring and reliable: one subject, one action, one camera move, one style.其他一切都是差異管理。
探索GO AI · 從照片到影片
輪到她走向相機
影片生成發生在應用程式中。該網路應用程式支援聊天。
AI 可以改變臉孔、手、文字和細節。仔細檢查這些區域。從細微的動作開始，一次調整一個指令。
在iPhone應用程式製作影片
Grok 影片實際上是什麼
這是 xAI 的文字到影片和影像到影片模型。您給它一個描述或一張靜態影像；它傳回一個帶有合成運動的短片。它不是編輯器，不是庫存庫，也不是製作兩分鐘場景的工具。將其視為鏡頭產生器（一瞬間，幾秒鐘長）是產生可用輸出的心理模型。
相同的底層功能在包括 X 在內的一些地方支援影片生成。不同之處在於周圍的上下文：在 GO AI Chat 中，剪輯落在您的相機膠卷中而不是提要中，並且您已經在應用程式中編寫、研究和生成影像。
提示詞模式
對我們有用的每個動作提示詞都有相同的四個部分。錯過了一個，模型就發明瞭它，通常很糟糕。
- 主題 — 具體是誰或什麼。 “一個穿著黃色雨衣的女人”，而不是“一個人”。
- 操作 — 一個 事情正在發生。 「走向鏡頭。」不是「走，然後轉身，然後揮手」。
- Camera — 無論您是否要求，模型都會移動相機，所以請詢問。 “慢慢推進去。” “靜態廣角鏡頭。” “手持跟隨。”
- 風格 —“35mm 拍攝，淺景深”，“動畫 cel 著色”，“顆粒狀紀錄片”。
放在一起：「一個穿著黃色雨衣的女人穿過霓虹燈照射的雨向鏡頭走來，緩慢推進，以 35 毫米的淺景深拍攝。」 讀起來就像一個鏡頭列表，因為它是一個鏡頭列表，因為它是一個。
長度、形狀與質量
三個設定很重要，而且它們與成本相互作用 - 更長和更高品質的剪輯會消耗更多的Token餘額，因此值得謹慎選擇，而不是預設為最大值。
| 設定 | 選擇什麼 | 為什麼 |
|---|---|---|
| 持續時間 | 大多數事情需要 5–8 秒；僅在運動需要時才 15 秒 | 剪輯越長漂移越多。 6 秒的緊張擊球勝過 15 秒的飄忽不定的擊球。 |
| 縱橫比 | Reels/TikTok/Shorts 為 9:16，任何景觀為 16:9 | 以您將要發布的形狀生成 - 之後裁剪會丟棄解析度並為您重新構圖，非常糟糕。 |
| 質量 | 當您迭代提示詞時降低層；為守門員舉起它 | 即時探索是花費執行的地方。不要以完全品質的方式使用它們。 |
影像到影片：被低估的路徑
從照片開始消除了工作中最困難的部分 - 模型不再需要發明事物的外觀，只需發明它們的移動方式。這就是為什麼相同想法下影像到影片的結果通常比文字到影片的結果更加連貫。
決定成功的規則：靜止影像必須暗示一個看似合理的動作。 一張披散頭髮的肖像暗示著風。一杯咖啡意味著蒸氣。停放的汽車沒有任何意義，而模型會彌補一些東西。如果您無法用五個字說出應該移動什麼，請選擇另一張照片。
它真正不擅長的是什麼
具體限制比功能清單更有用：
- 框架中的文字。 標牌、標誌和標題返回時看起來令人信服的亂碼。之後在編輯器中加入文字。
- 手做得很好。 打字、演奏樂器、處理小物件－仍是經典的失敗。
- 剪輯之間的角色一致性。 兩代「同一」人不會匹配。規劃不需要連續性的鏡頭，或是使用一張靜態影像的影像到影片來拍攝兩個鏡頭。
- 計數。 「三隻狗」通常會產生兩隻或四隻。如果數字比鏡頭更重要，請說「一隻狗」。
浪費較少運作的工作流程
- 編寫由四個部分組成的提示詞。讀一遍並刪除第二個動詞。
- 以低品質層和短持續時間產生一次。
- 如果 80% 正確， 重新產生相同的提示詞 — 僅方差通常可以修復它。
- 若特定方式有誤，請僅變更提示詞的一部分。改變三個不會告訴你什麼。
- 一旦鏡頭正確，就以您真正想要的質量和長度重新執行。
完整的逐步版本（包括按鈕的位置）位於我們的 iPhone 影片演練。有關 Grok 與 GPT-5 在影片以外的所有其他方面的比較，請參閱Grok 4 與 GPT-5。
常見問題解答
Grok 產生的影片可以多長？
最多 15 秒 — 這是持續時間選擇器中的上限。隨著剪輯變長，連貫性會降低，這就是當前影片模型限制剪輯而不是提供漂移輸出的原因。
Grok 可以為我已有的照片製作動畫嗎？
是的 - 這就是影像到影片。當靜止影像暗示一種看似合理的動作而不是照片沒有證據證明的複雜動作時，效果最好。
為什麼我回傳的影片與提示詞不同？
實際運轉差異。如果大致正確，請在重寫之前重新產生相同的提示詞。如果完全錯誤，提示詞可能會同時詢問幾件事。
我需要單獨的 Grok 影片應用程式嗎？
否。 GO AI Chat 透過 Grok 在與聊天、影像和語音相同的應用程式中執行影片，並將輸出儲存到您的相機膠卷中。